![\"Datenirrglaube\"](\"http:\/\/blog-conny-dethloff.de\/wp-content\/uploads\/2013\/02\/Datenirrglaube.png\")
<\/a><\/p>\nIrrglaube 1: Information wird immer mehr<\/font><\/b><\/p>\n H\u00e4ufig h\u00f6re ich die Aussage: “Wir m\u00fcssen lernen mit der stetig steigenden Informationsflut umzugehen!”. Ich denke nicht, dass wir das lernen m\u00fcssen, da wir uns dieser steigenden Informationsflut zurzeit gar nicht ausgesetzt sehen. Wir haben es mit einer steigenden Datenflut zu tun, nicht mit einer steigenden Informationsflut.<\/p>\n Ich m\u00f6chte den Unterschied zwischen Daten und Information an einem Beispiel demonstrieren.<\/p>\n Stellen Sie sich einen Manager eines Unternehmens vor, der einen Bericht \u00fcber die Ums\u00e4tze seines Unternehmens im letzten Monat vorgelegt bekommt. In dem Bericht ist der Umsatz mit 500 Tsd. Euro ausgewiesen. Diese Zahl ist ein Datum, aber noch keine Information. Das Datum wird erst in dem Moment, wo der Manager diese Zahl liest und damit automatisch interpretiert, zu einer Information. Ein Datum ist objektiv. Eine Information ist stets subjektiv, da der Datenempf\u00e4nger, in diesem Fall der Manager, das Datum gegen seine inneren Modelle validiert und wertet. Auf Basis der subjektiven Modelle kann man dann zu verschiedenen Wertungen und damit Information kommen.<\/p>\n Sicherlich finden Sie eine Reihe weiterer Optionen. Es ist relativ leicht ersichtlich, dass aus den unterschiedlichen Interpretationen auch unterschiedliche Handlungen abgeleitet werden. Und das ist ein weiterer Unterschied zwischen Information und Daten. Information ist handlungsleitend, Daten nicht.<\/p>\n Wir leben deshalb derzeit nicht in einer Informationsgesellschaft, weil wir immer weniger in der Lage sind, aus dem anwachsenden Datenvolumen, das Handlungsleitende und damit die Information zu extrahieren.<\/p>\n Aus diesen Argumenten wird schnell ersichtlich, dass wir beispielsweise in BI Projekten, viel mehr Augenmerk darauf legen sollten, Daten so aufzubereiten, dass diese von den Empf\u00e4ngern leicht und schnell zu Informationen verarbeitet werden k\u00f6nnen. Leider wird dieser Fakt ignoriert, da der Unterschied zwischen Daten und Information nicht pr\u00e4sent ist.<\/p>\n Zur Darstellungsweise von Daten verweise ich gerne auf Dr. Rolf Hichert und seine SUCCESS Regeln<\/a>.<\/p>\n Irrglaube 2: Information ist nicht verg\u00e4nglich<\/font><\/b><\/p>\n Auch hier hilft wieder, wie schon beim ersten Irrglauben, das Verst\u00e4ndnis des Unterschieds zwischen Daten und Information. Ich m\u00f6chte mich von zwei Seiten diesem Irrglauben n\u00e4hern.<\/p>\n Von der einen Seite her kommend m\u00f6chte ich mich f\u00fcr die Definition des Begriffes “Information” auf Gregory Bateson<\/a>, angloamerikanischer Anthropologe, Biologe, Sozialwissenschaftler, Kybernetiker und Philosoph, st\u00fctzen. Er sagte.<\/p>\n Information ist der Unterschied, der den Unterschied macht.<\/p><\/blockquote>\n und hat diese Definition an einem folgenden einfachen Beispiel erkl\u00e4rt.<\/p>\n Man kann einem Hund einen Tritt geben, dass der Hund wegfliegt, oder man kann ihm einen Tritt geben, dass er weg rennt. Im ersten Fall gibt man die Energie, die den Hund bewegt, im zweiten Fall leistet der Hund seine Bewegung selbst, das hei\u00dft, man hat ihm nur Information, also in Bezug auf seine Bewegung nur sekund\u00e4re Energie gegeben.<\/p><\/blockquote>\n Von der anderen Seite her kommend, m\u00f6chte ich eine Aussage aufgreifen, die ich h\u00e4ufig h\u00f6re, n\u00e4mlich: “Information unterliegt im Unterschied zu Materialien, die man bearbeitet, bei Benutzung keinem Wertverfall.” Sie vergeht nicht. Sie ist immateriell. Materialien sind, wie der Name schon sagt materiell, sie vergehen. Aber kann man das so einfach stehen lassen?<\/p>\n Nun m\u00f6chte ich beide Seiten vereinen. Information entsteht unter anderem durch Kommunikation. Daten werden vom Sender auf Empf\u00e4nger \u00fcbertragen und der Empf\u00e4nger generiert aus diesen Daten Information f\u00fcr sich. Stellen wir uns einmal vor, Sie kennen meinen Namen nicht. Ich sage Ihnen: “Ich hei\u00dfe Conny.”. Sie generieren daraus die Information, dass Ihr Gegen\u00fcber auf den Namen Conny h\u00f6rt. Jetzt sage ich Ihnen diesen Satz noch einmal: “Ich hei\u00dfe Conny.”. Diese Daten m\u00fcssen Sie nicht noch einmal in Information transformieren. Sie haben nichts Neues geh\u00f6rt. Sie kannten meinen Namen bereits. Bez\u00fcglich der obigen Definition von Bateson gibt es hier keinen Unterschied mehr und damit keine Information.<\/p>\n Information ist also in Bezug auf Kommunikation sehr wohl verg\u00e4nglich, Daten, in diesem Fall der Satz “Ich hei\u00dfe Conny.”, sind nicht verg\u00e4nglich.<\/p>\n Details dazu finden Sie auch in meinem Post Mit System Dynamics Dynamiken und Verz\u00f6gerungen von Handlungen verstehen<\/a>. Hier tauche ich tiefer in Material- und Informationsstr\u00f6me ein und erl\u00e4utere die Unterschiede und Auswirkungen.<\/p>\n Irrglaube 3: Datenqualit\u00e4t um jeden Preis<\/font><\/b><\/p>\n In vielen Unternehmen verkommt das Thema Datenqualit\u00e4t zum Selbstzweck. Es wird viel Aufwand spendiert, um die Qualit\u00e4t, wie beispielsweise Dubletten im Kundenstamm oder falsche oder fehlende Attributseintr\u00e4ge im Produktstamm zu korrigieren. Diesem Aufwand wird im Vorfeld aber kein Glaube bzgl. des Mehrwertes f\u00fcr das Business gegen\u00fcber gestellt. Damit meine ich beispielsweise, dass man seine Gedanken bzgl. der besseren Erreichbarkeit und Ansprache von Kunden im Rahmen von Marketingkampagnen und einem damit einhergehenden Umsatzanstieg auf Basis der besseren Dublettenrate im Kundenstamm thematisiert und verprobt.<\/p>\n Ich spreche an dieser Stelle mit Absicht von einem Glauben, denn Wissen kann es nicht sein, da es sich um die Zukunft dreht.<\/p>\n \u00c4hnlich wie bei den beiden ersten Irrglauben muss man also auch bei diesem n\u00e4her hinein leuchten. Datenqualit\u00e4t sollte man nicht \u00fcber den gro\u00dfen Kamm scheren.<\/p>\n Es gibt sicherlich Bereiche, die eher im klassischen BI Bereich anzusiedeln sind, wo die Datenqualit\u00e4t nicht hoch genug sein kann. In diesem Kontext sind Fachgebiete wie Finanz oder Controlling zu nennen, wo man aus Wirtschaftspr\u00fcfungssicht genaue und exakte Daten in Berichten zeigen muss. Wenn ein Handelsunternehmen nicht die genauen und exakten Adressdaten seiner Kunden besitzt, wird es sicherlich schwer werden, die Pakete dem Kunden zu liefern.<\/p>\n Genauso gut gibt es aber Bereiche, wo es eher auf andere Aspekte als auf Datenqualit\u00e4t ankommt, wissend, die Zeit nicht spendieren zu k\u00f6nnen, Datenqualit\u00e4t herzustellen, da das auf Kosten der Agilit\u00e4t geht. In diesem Kontext geht es dann um neuartige BI Anforderungen, die sich haupts\u00e4chlich um das Web drehen. Wenn beispielsweise Kunden f\u00fcr bestimmte Marketingkampagnen selektiert werden m\u00fcssen, ist die Qualit\u00e4t des Kundenstamms nicht bis ins letzte Korn relevant.<\/p>\n Daten entstehen eben wie sie entstehen und in der heutigen Zeit in immer unstrukturierteren Umgebungen des Internets. Hier macht es keinen Sinn, Datenqualit\u00e4t “auf Teufel komm `raus” herstellen zu wollen. Das WOZU der Datenqualit\u00e4t muss stets in den Aufw\u00e4nden reflektiert sein.<\/p>\n Irrglaube 4: Der<\/span> Single-Point-of-Truth ist anzustreben<\/font><\/b><\/p>\n Unternehmen laufen seit sehr langer Zeit dem Paradigma hinterher, dass die eine einzige Wahrheit<\/a> in den Daten die Welt rettet. Es gibt aber eben nun mal nicht die eine einzige Wahrheit, da diese dann kontextlos w\u00e4re, also die fachlichen Anforderungen an die Daten ignorieren w\u00fcrde.<\/p>\n \u00c4hnlich wie beim dritten Irrglauben ist auch hier wieder der Mehrwert, den man sich f\u00fcr das Business erhofft und an dem man glaubt, entgegen zu setzen. Je nach Anwendungsgebiet (Vertrieb, Einkauf, Logistik, Kreditmanagement etc.) sind unterschiedliche Anforderungen an Daten umzusetzen. Hier macht es keinen Sinn mit der gro\u00dfen Schaufel anzusetzen, da je nach Bereich auch konkurrierende Anforderungen an Daten existieren k\u00f6nnen, die man nicht \u00fcbereinbringen kann und auch nicht muss.<\/p>\n Die Wahrheit in den Daten muss man stets gegen die Nutzung der Daten in den jeweiligen Anwendungsgebieten spiegeln, damit man der Kontextlosigkeit entflieht. Und damit wird dann auch das W\u00f6rtchen “single” obsolet.<\/p>\n Details zu diesem Irrglauben habe ich im Post Business Intelligence \u2013 Das Konstrukt eines Core Datawarehouse ist \u00fcberalterten Paradigmen geschuldet<\/a> nieder geschrieben.<\/p>\n Ich war gestern auf einer BI Veranstaltung. Diese war sehr spannend und hat mich wieder einmal f\u00fcr ein Thema sensibilisiert, welches ich in meinen Posts zu Business Intelligence schon des \u00d6fteren angerissen habe. Es geht um die Unterscheidung zwischen Daten … Continue reading \n
(3<\/strong> Bewertung(en), Durchschnitt: 5.00<\/strong> von 5)
<\/span><\/span>Loading...<\/span>\n","protected":false},"excerpt":{"rendered":"